西瓜书《机器学习》课后答案——chapter7

7.1 试使用极大似然法估计西瓜数据集3.0中前3个属性的类条件概率。
解答：
假设类别C为随机变量，则它总共有两种取值：好瓜和坏瓜。前3个属性分别为色泽、根蒂和敲声，分别用随机变量R、 S、 T表示，并且可取值分别为$\{青绿，乌黑，浅白\}$、$\{蜷缩，稍蜷，硬挺\}$、$\{浊响，沉闷，清脆\}$.
则使用极大似然法得到的类条件概率估计表达式为

$$P(R=r|C=c)= {|D_{c,r}| \over |D_c|}$$

$$P(S=s|C=c)= {|D_{c,s}| \over |D_c|}$$

$$P(T=t|C=c)= {|D_{c,t}| \over |D_c|}$$
其中 $|D_{c}|$表示训练集中类别为c的样本数。 $|D_{c,r}|$表示训练集中类别为c并且色泽为r的样本数，那么类似的， $|D_{c,s}|$表示训练集中类别为c并且根蒂为s的样本数， $|D_{c,t}|$表示训练集中类别为c并且敲声为t的样本数。

现在只需要对西瓜数据集3.0（P84）计数就能得到结果：

• 好瓜：

$$D_{好瓜}=8, D_{坏瓜}=9$$

• 色泽：

$D_{好瓜,青绿} = 3， D_{坏瓜,青绿}=3$	P(青绿|好瓜)=38,P(青绿|坏瓜)=39